“ValueError：不能从重复轴重新索引”是什么意思？
我得到一个ValueError: cannot reindex from a duplicate axis当我尝试将索引设置为某个值时， ValueError: cannot reindex from a duplicate axis进行重新索引。 我试图用一个简单的例子重现这一点，但我做不到。
这里是我的会议里面的ipdb跟踪。 我有一个数据框的string索引，和整数列，浮点值。 但是，当我尝试创buildsum索引所有列的总和我得到ValueError: cannot reindex from a duplicate axis错误ValueError: cannot reindex from a duplicate axis 。 我创build了一个具有相同特性的小型DataFrame，但是无法重现问题，我可能会丢失什么？
我真的不明白什么ValueError: cannot reindex from a duplicate axis意思，这个错误信息是什么意思？ 也许这会帮助我诊断问题，这是我的问题中最可回答的部分。
ipdb> type(affinity_matrix) <class 'pandas.core.frame.DataFrame'> ipdb> affinity_matrix.shape (333, 10) ipdb> affinity_matrix.columns Int64Index([9315684, 9315597, 9316591, 9320520, 9321163, 9320615, 9321187, 9319487, 9319467, 9320484], dtype='int64') ipdb> affinity_matrix.index Index([u'001', u'002', u'003', u'004', u'005', u'008', u'009', u'010', u'011', u'014', u'015', u'016', u'018', u'020', u'021', u'022', u'024', u'025', u'026', u'027', u'028', u'029', u'030', u'032', u'033', u'034', u'035', u'036', u'039', u'040', u'041', u'042', u'043', u'044', u'045', u'047', u'047', u'048', u'050', u'053', u'054', u'055', u'056', u'057', u'058', u'059', u'060', u'061', u'062', u'063', u'065', u'067', u'068', u'069', u'070', u'071', u'072', u'073', u'074', u'075', u'076', u'077', u'078', u'080', u'082', u'083', u'084', u'085', u'086', u'089', u'090', u'091', u'092', u'093', u'094', u'095', u'096', u'097', u'098', u'100', u'101', u'103', u'104', u'105', u'106', u'107', u'108', u'109', u'110', u'111', u'112', u'113', u'114', u'115', u'116', u'117', u'118', u'119', u'121', u'122', ...], dtype='object') ipdb> affinity_matrix.values.dtype dtype('float64') ipdb> 'sums' in affinity_matrix.index False
这是错误：
ipdb> affinity_matrix.loc['sums'] = affinity_matrix.sum(axis=0) *** ValueError: cannot reindex from a duplicate axis
我试图用一个简单的例子重现这一点，但是我失败了
In [32]: import pandas as pd In [33]: import numpy as np In [34]: a = np.arange(35).reshape(5,7) In [35]: df = pd.DataFrame(a, ['x', 'y', 'u', 'z', 'w'], range(10, 17)) In [36]: df.values.dtype Out[36]: dtype('int64') In [37]: df.loc['sums'] = df.sum(axis=0) In [38]: df Out[38]: 10 11 12 13 14 15 16 x 0 1 2 3 4 5 6 y 7 8 9 10 11 12 13 u 14 15 16 17 18 19 20 z 21 22 23 24 25 26 27 w 28 29 30 31 32 33 34 sums 70 75 80 85 90 95 100
当索引具有重复值时，如果您join/分配给列，则通常会出现此错误。 既然你正在分配一行，我怀疑在affinity_matrix.columns中有一个重复的值，可能没有在你的问题中显示。
正如其他人所说，你可能在你的原始索引中有重复的值。 要find他们这样做：
df[df.index.duplicated()]
如果通过连接其他DataFrame创buildDataFrame，则通常会出现带有重复值的索引。 如果您不关心保留索引的值，并且希望它们是唯一值，那么在连接数据时，请设置ignore_index=False 。
或者，要用新的覆盖当前的索引，而不是使用df.reindex() ，请设置：
df.index = new_index
在我的情况下，我有一个同名的重复列
